論文の概要: Enabling Rapid Shared Human-AI Mental Model Alignment via the After-Action Review
- arxiv url: http://arxiv.org/abs/2503.19607v1
- Date: Tue, 25 Mar 2025 12:43:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-26 16:54:24.291010
- Title: Enabling Rapid Shared Human-AI Mental Model Alignment via the After-Action Review
- Title(参考訳): アフター・アクション・レビューによる素早い共有型人間とAIのメンタル・モデルアライメントの実現
- Authors: Edward Gu, Ho Chit Siu, Melanie Platt, Isabelle Hurley, Jaime Peña, Rohan Paleja,
- Abstract要約: 私たちのブラウザベースのMinecraftテストベッドは、連続的な空間、リアルタイム、部分的に観測可能な環境での協調エージェントの迅速なテストを可能にします。
我々のメンタルモデルアライメントツールは、チームメンバーのファーストパーソン視点のビデオ表示を含めることで、ユーザ主導のミッション後分析を容易にする。
- 参考スコア(独自算出の注目度): 0.32985979395737786
- License:
- Abstract: In this work, we present two novel contributions toward improving research in human-machine teaming (HMT): 1) a Minecraft testbed to accelerate testing and deployment of collaborative AI agents and 2) a tool to allow users to revisit and analyze behaviors within an HMT episode to facilitate shared mental model development. Our browser-based Minecraft testbed allows for rapid testing of collaborative agents in a continuous-space, real-time, partially-observable environment with real humans without cumbersome setup typical to human-AI interaction user studies. As Minecraft has an extensive player base and a rich ecosystem of pre-built AI agents, we hope this contribution can help to facilitate research quickly in the design of new collaborative agents and in understanding different human factors within HMT. Our mental model alignment tool facilitates user-led post-mission analysis by including video displays of first-person perspectives of the team members (i.e., the human and AI) that can be replayed, and a chat interface that leverages GPT-4 to provide answers to various queries regarding the AI's experiences and model details.
- Abstract(参考訳): 本研究では,HMT(Human-machine Teaming)研究における2つの新しい貢献について述べる。
1)コラボレーティブAIエージェントのテストと展開を加速するためのMinecraftテストベッド
2)HMTエピソード内の行動を再検討し分析し,共有精神モデル開発を促進するツール。
私たちのブラウザベースのMinecraftテストベッドは、人間とAIのインタラクションユーザ研究に典型的な面倒なセットアップなしで、連続的な空間、リアルタイム、部分的に観察可能な環境で協調エージェントの迅速なテストを可能にします。
Minecraftには幅広いプレイヤー基盤とAIエージェントの豊富なエコシステムがあるので、新しい協力エージェントの設計やHMT内のさまざまなヒューマンファクターの理解において、この貢献が研究の迅速化に役立つことを期待しています。
我々のメンタルモデルアライメントツールは、リプレイ可能なチームメンバー(人間とAI)のファーストパーソン視点のビデオ表示と、GPT-4を活用してAIの経験やモデルの詳細に関する様々な質問に対する回答を提供するチャットインターフェースを含むことによって、ユーザ主導のミッション後分析を容易にする。
関連論文リスト
- Human-AI Teaming Using Large Language Models: Boosting Brain-Computer Interfacing (BCI) and Brain Research [1.7265013728931]
我々は,Janusian設計原則の集合に基づいて,人間とAIのコラボレーションの概念を紹介する。
ChatBCIは、人間とAIのコラボレーションを可能にするPythonベースのツールボックスである。
我々のアプローチは、幅広い神経技術および神経科学のトピックに簡単に拡張できる。
論文 参考訳(メタデータ) (2024-12-30T20:26:03Z) - The AI Collaborator: Bridging Human-AI Interaction in Educational and Professional Settings [3.506120162002989]
AI CollaboratorはOpenAIのGPT-4を利用しており、人間とAIのコラボレーション研究のために設計された画期的なツールである。
その特長は、研究者がさまざまな実験的なセットアップのためにカスタマイズされたAIペルソナを作成できることだ。
この機能は、チーム設定におけるさまざまな対人的ダイナミクスをシミュレートするために不可欠です。
論文 参考訳(メタデータ) (2024-05-16T22:14:54Z) - Human-Machine Teaming for UAVs: An Experimentation Platform [6.809734620480709]
本稿では,Cogmentの人間-機械協調実験プラットフォームについて紹介する。
学習AIエージェント、静的AIエージェント、人間を含むことができるHMT(Human-machine Teaming)のユースケースを実装している。
我々は,重要なシステムと防衛環境における人間と機械の連携について,さらなる研究を進めたい。
論文 参考訳(メタデータ) (2023-12-18T21:35:02Z) - Habitat 3.0: A Co-Habitat for Humans, Avatars and Robots [119.55240471433302]
Habitat 3.0は、家庭環境における協調ロボットタスクを研究するためのシミュレーションプラットフォームである。
複雑な変形可能な体と外観と運動の多様性をモデル化する際の課題に対処する。
Human-in-the-loopインフラストラクチャは、マウス/キーボードまたはVRインターフェースを介してシミュレーションされたロボットとの実際のヒューマンインタラクションを可能にする。
論文 参考訳(メタデータ) (2023-10-19T17:29:17Z) - HoloAssist: an Egocentric Human Interaction Dataset for Interactive AI
Assistants in the Real World [48.90399899928823]
この研究は、物理的な世界でのタスクを実行することで人間を対話的に導くインテリジェントエージェントを開発するための、より広範な研究努力の一環である。
大規模なエゴセントリックなヒューマンインタラクションデータセットであるHoloAssistを紹介する。
人間のアシスタントがミスを正し、タスク完了手順に介入し、環境に指示を下す方法について、重要な知見を提示する。
論文 参考訳(メタデータ) (2023-09-29T07:17:43Z) - Capturing Humans' Mental Models of AI: An Item Response Theory Approach [12.129622383429597]
我々は、AIエージェントのパフォーマンスが、他の人間のパフォーマンスよりも平均的にはるかに良いと期待していることを示します。
以上の結果から,AIエージェントの性能は他の人間よりも平均的に有意に向上することが示唆された。
論文 参考訳(メタデータ) (2023-05-15T23:17:26Z) - BO-Muse: A human expert and AI teaming framework for accelerated
experimental design [58.61002520273518]
我々のアルゴリズムは、人間の専門家が実験プロセスでリードすることを可能にする。
我々のアルゴリズムは、AIや人間よりも高速に、サブ線形に収束することを示す。
論文 参考訳(メタデータ) (2023-03-03T02:56:05Z) - Polycraft World AI Lab (PAL): An Extensible Platform for Evaluating
Artificial Intelligence Agents [0.0]
The Polycraft World AI Lab (PAL)は、Minecraft mod Polycraft WorldをベースとしたAPIを備えたタスクシミュレータである。
PALは、フレキシブルな方法でタスクを作成するだけでなく、評価中にタスクのあらゆる側面を操作することができる。
まとめると、AI研究者が利用する参入障壁が低く、多目的かつAI評価プラットフォームを報告します。
論文 参考訳(メタデータ) (2023-01-27T18:08:04Z) - DIAMBRA Arena: a New Reinforcement Learning Platform for Research and
Experimentation [91.3755431537592]
本研究は、強化学習研究と実験のための新しいプラットフォームであるDIAMBRA Arenaを提示する。
高品質な環境のコレクションが,OpenAI Gym標準に完全に準拠したPython APIを公開している。
これらは、離散的なアクションと観測を生のピクセルと追加の数値で構成したエピソディックなタスクである。
論文 参考訳(メタデータ) (2022-10-19T14:39:10Z) - Watch-And-Help: A Challenge for Social Perception and Human-AI
Collaboration [116.28433607265573]
我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。
WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。
マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
論文 参考訳(メタデータ) (2020-10-19T21:48:31Z) - Joint Mind Modeling for Explanation Generation in Complex Human-Robot
Collaborative Tasks [83.37025218216888]
本稿では,人間とロボットのコラボレーションにおいて,人間のようなコミュニケーションを実現するための新しい説明可能なAI(XAI)フレームワークを提案する。
ロボットは、人間のユーザの階層的なマインドモデルを構築し、コミュニケーションの一形態として自身のマインドの説明を生成する。
その結果,提案手法はロボットの協調動作性能とユーザ認識を著しく向上させることがわかった。
論文 参考訳(メタデータ) (2020-07-24T23:35:03Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。